Self-Tuning Policy Engine

ML-управляемые предложения политик на основе паттернов использования агентов

🤖 Тариф: Team+

Обзор

Policy Engine анализирует поведение агентов за период (7-30 дней) и автоматически генерирует предложения по настройке политик. Это не автоприменение — каждое предложение требует одобрения администратора через дашборд.

Как это работает

Сбор данных

Агрегация логов команд, политик, алертов за анализируемый период

Анализ паттернов

Выявление повторяющихся паттернов: частые блокировки одних команд, пропуск других

Генерация предложений

Создание конкретных предложений: разрешить команду, ужесточить политику, изменить rate limit

Одобрение администратором

Администратор видит предложения в дашборде и принимает/отклоняет каждое

Типы предложений

Разрешить команду

Команда была заблокирована N раз, но все использования были легитимными → предложить добавить в whitelist

Ужесточить политику

Агент выполняет опасные команды, не покрытые текущими правилами → предложить новые правила

Изменить rate limit

Агент упирается в rate limit при нормальной работе → предложить увеличить лимит

Изменить trust level

Агент стабильно следует политикам → предложить повышение trust level (или понижение при нарушениях)

API

json

# List pending policy proposals
GET /api/policy-proposals
Authorization: Bearer TOKEN

# Response
{
  "proposals": [
    {
      "id": "prop-xyz789",
      "type": "allow_command",
      "agent_id": "agent-abc123",
      "description": "Allow 'docker ps' for agent-abc123 (blocked 47 times, 100% legitimate)",
      "confidence": 0.95,
      "status": "pending",
      "created_at": "2026-05-07T12:00:00Z"
    }
  ]
}

# Apply a proposal
POST /api/policy-proposals/{id}/apply
Authorization: Bearer TOKEN

# Reject a proposal
POST /api/policy-proposals/{id}/reject
Authorization: Bearer TOKEN

Дашборд

Предложения политик отображаются в /dashboard/policy-proposals. Каждое предложение показывает confidence score, обоснование и кнопку Apply/Reject.

Risk Scores Forensics